结合BRF神经网络的全极化SAR影像分类方法研究

作者：王嘉宇; 张继贤; 黄国满; 赵争

来源：测绘与空间地理信息, 2019, 42(01): 198-205.

• RBF神经网络
• 模糊支撑向量机(FSVM)
• 分割
• 全极化SAR影像
• 分类

为了解决模糊支持向量机(FSVM)算法应用于全极化SAR影像分类而产生的聚类中心陷入局部过适应问题,本文提出了一种基于模糊分割理论结合RBF神经网络的全极化SAR影像分类方法。主要利用模糊聚类分割、极化分解、纹理特征提取等,构建待分类地物特征集,并通过SGE进行监督降维,采用降维后的待分类地物极化表征完成RBF分类器训练,实现全极化SAR影像监督分类。最终通过C波段Randsat-2全极化SAR数据进行实测检验,结果表明,该方法使得分类结果区域一致性增强,充分地保存了待分类地物细节信息。

• 单位
  中国测绘科学研究院; 城市空间信息工程北京市重点实验室; 国家测绘产品质量检验测试中心; 辽宁工程技术大学